邊緣AI與智慧攝像頭
邊緣AI真正爆發，不是先從大模型聊天室，而是先從鏡頭、感測器與終端盒子這些「離現場最近」的設備開始。原因很簡單：影像資料量大、延遲容忍度低，若一切都回傳雲端，不但頻寬成本高，決策也常慢半拍。NVIDIA把這類需求概括為從邊緣到雲端部署的視覺AI應用，涵蓋零售、製造、物流與城市治理；AWS Panorama則主打把既有攝像頭升級為可即時辨識異常、盤點與安全事件的智慧設備。
市場數字也印證了這條曲線。Grand View Research估計，全球AI攝像頭市場2024年約為139.3億美元，2030年將增至470.2億美元，2025至2030年的年複合成長率達21.6%。這說明智慧攝像頭已不只是安防設備，而是零售分析、倉儲調度與現場監測的通用入口。
「看見問題」並「當場處理」
若說智慧攝像頭是邊緣AI的前鋒，工業終端就是真正把投資規模拉大的主力。工廠不只需要辨識畫面，更需要在產線邊緣即時做出品質判斷、設備預警與流程調整。西門子公開指出，Industrial Edge可把AI模型直接部署在產線現場，用於缺陷檢測、品質監控與生產最佳化；這代表邊緣AI已從「看」進一步走到「判斷」與「執行」。
更值得注意的是，工業需求並非概念炒作。西門子與IDG的工業邊緣研究雖然發布較早，但已顯示結構性趨勢：26%的受訪企業已使用工業邊緣運算，30%處於規劃階段；60%認為它在兩到三年內將非常重要。已落地的場景中，品質優化與文件化占63.3%，狀態監測53.2%，機台流程改善50.6%。
接下來三到五年，邊緣AI的需求曲線，很可能不是穩定上升，而是「先設備化、再平台化、最後系統化」的加速度成長。一方面，IDC估計全球邊緣運算支出2025年接近2,610億美元，2028年將達3,800億美元，年複合成長率約13.8%；其中硬體仍是早期最大宗投資，顯示企業仍在大規模補齊現場算力。
邊緣AI加速器市場年增長30%
另一方面，與邊緣AI直接相關的軟硬體子市場增速更快。Grand View估計，邊緣AI軟體市場將由2024年的19.5億美元增至2030年的89.1億美元，年複合成長率29.2%；邊緣AI加速器市場則將由77.1億美元增至384.4億美元，年複合成長率30.8%。換言之，企業不是只多買幾個終端，而是會同步投資模型部署、設備管理與推論晶片。
因此，邊緣AI的下一個關鍵問題，已不是「會不會發生」，而是「先在哪些終端密集區率先飽和」。智慧攝像頭會先吃下可視化場景，工業終端則把AI帶進品質、維護與控制流程；當兩者與雲端形成分工，邊緣AI就不再只是雲的延伸，而會成為企業新一輪數位投資的前線。
義合控股投資者關係部
（芯片與算力系列之39）
